如何根据python中的公共ID值将2列的垂直表pandas转换为水平表

Question

df1 = pd.DataFrame({'foo': ['one', 'one', 'one', 'two', 'two', 'two'],
                    'bar': ['A', 'B', 'C', 'A', 'B', 'C']})

	富	酒吧
0	一	A
1个	一	乙
2个	一	C
3个	二	A
4个	二	乙
5个	二	C

我想将其转换为

富	val1	值2	值3
一	A	乙	C
二	A	乙	C

我试过的代码是：

pd.pivot_table(df1,index='foo',aggfunc=['first'])

但是上面的代码只返回第一个值

Answer 1

我们可以使用groupby cumcount枚举组并将它们用作枢轴列，然后将add_prefix到数值和reset_index以将 'foo' 值返回到列：

new_df = (
    df1.pivot_table(index='foo',
                    columns=df1.groupby('foo').cumcount() + 1,
                    values='bar', 
                    aggfunc='first')
        .add_prefix('val')
        .reset_index()
)

   foo val1 val2 val3
0  one    A    B    C
1  two    A    B    C

---

看看df1.groupby('foo').cumcount() + 1制作列：

   foo  columns
0  one        1  # First instance of "one"
1  one        2  # Second instance of "one"
2  one        3  # Third instance of "one"
3  two        1
4  two        2
5  two        3

生成上述DataFrame的代码：

demo_df = pd.DataFrame({
    'foo': df1['foo'],
    'columns': df1.groupby('foo').cumcount() + 1
})

Answer 2

尝试：

df1.groupby([df1.groupby('foo').cumcount() + 1,
             'foo']).first()['bar'].unstack(0).add_prefix('val').reset_index()

输出：

   foo val1 val2 val3
0  one    A    B    C
1  two    A    B    C

Answer 3

另一种解决方案：

x = df1.pivot("foo", "bar", "bar")
x.columns = [f"var{i}" for i in range(1, len(x.columns) + 1)]
x = x.reset_index()
print(x)

印刷：

   foo var1 var2 var3
0  one    A    B    C
1  two    A    B    C

Answer 4

从@HenryEcker 的解决方案中得到启发，组合 groupby 和 pivot 可以获得结果：

(df1.assign(counter = lambda df: df.groupby('foo').cumcount())
    .pivot('foo', 'counter', 'bar')
    .rename(columns = lambda col: f"val{col}" if col!=0 else "val")
    .rename_axis(columns=None)
)
    val val1 val2
foo              
one   A    B    C
two   A    B    C

Answer 5

df1 = pd.DataFrame({'foo': ['one', 'one', 'one', 'two', 'two', 'two'],
                    'bar': ['A', 'B', 'C', 'A', 'B', 'C']})
df1['i'] = df1['bar'].apply(lambda x: "val "+x)
pd.pivot(df1,index='foo',columns='i',values='bar')

Answer 6

pd.pivot_table(df1,index='foo',columns=df1.groupby(df1.foo).cumcount()+1,
               values='bar',aggfunc=(lambda x:min(x)), dropna=True).add_prefix('val')

输出：

    val1  val2  val 3
foo         
one   A     B     C
two   A     B     C